COVID-19大流行期间的消费者需求建模
人工智能
2021-05-04 v1
摘要
当前的大流行给传统的需求规划方法带来了 substantial 不确定性。这些不确定性源于疾病进展、政府干预、经济和消费者行为。尽管关于大流行的新兴文献大多聚焦于疾病进展，少数聚焦于随之而来的管制及其对个人行为的影响。本文的贡献包括COVID-19恐惧的定量行为模型、政府干预对消费者行为的影响，以及消费者行为对消费者选择从而对相关商品需求的影响。它将疾病进展、消费者行为和需求估计的多个模型结合在一起——从而弥合了疾病进展与消费者需求之间的鸿沟。我们使用面板回归来理解大流行期间的需求驱动因素，并使用贝叶斯推断来简化管制格局，从而有助于构建韧性需求规划情景。我们用汽油零售的具体例子说明了这一韧性需求规划模型。我们发现需求对COVID-19恐惧敏感：随着前一周COVID-19病例数增加，汽油需求下降——尽管这随时间消散。此外，政府法规限制对不同服务的获取，从而减少流动性，这本身降低了需求。
引用
@article{arxiv.2105.01036,
title = {Consumer Demand Modeling During COVID-19 Pandemic},
author = {Shaz Hoda and Amitoj Singh and Anand Rao and Remzi Ural and Nicholas Hodson},
journal= {arXiv preprint arXiv:2105.01036},
year = {2021}
}
备注
8 pages, 7 figures